아이치 암 센터와 NEC, 폐암 항원 및 항원 특이적 T 세포 식별을 위한 효율적인 방법 개발

아이치 암 센터와 NEC, 폐암 항원 및 항원 특이적 T 세포 식별을 위한 효율적인 방법 개발

도쿄, 08년 2023월 6일 – (JCN Newswire) – Aichi Cancer Center와 NEC Corporation의 연구 그룹은 Gifu University, Toyama University 및 Kitasato University Medical Center와 함께 폐암 항원과 항원 특이적 T 세포를 효율적으로 식별하는 방법을 개발했습니다. TIL(종양 침윤 림프구)의 단일 세포 분석과 면역 반응을 예측하는 NEC의 AI 기반 항원 예측 시스템을 통해 항원을 인식합니다. 본 연구 결과를 기술한 우리 논문은 미국 SITC(Society of Immunotherapy of Cancer) 공식 학술지인 "Journal for ImmunoTherapy of Cancer"에 2023년 XNUMX월 XNUMX일 게재되었습니다.

아이치 암센터와 NEC, 폐암 항원 및 항원 특이적 T 세포 식별을 위한 효율적인 방법 개발 PlatoBlockchain Data Intelligence 수직 검색. 일체 포함.
그림 1. 본 연구의 전체 계획
아이치 암센터와 NEC, 폐암 항원 및 항원 특이적 T 세포 식별을 위한 효율적인 방법 개발 PlatoBlockchain Data Intelligence 수직 검색. 일체 포함.
그림 2. 6,998개의 외과적 폐 종양 조직에서 파생된 10 TIL의 발현 프로파일의 UMAP(uniform manifold approximation and projection). TIL은 XNUMX개의 개별 클러스터로 분류됩니다.
아이치 암센터와 NEC, 폐암 항원 및 항원 특이적 T 세포 식별을 위한 효율적인 방법 개발 PlatoBlockchain Data Intelligence 수직 검색. 일체 포함.
그림 3. 총 1개의 종양 항원(KK-LC-1, 돌연변이 SORL1, 돌연변이 JAGN2, 돌연변이 AKT5, 돌연변이 ITGB140)과 XNUMX개의 종양 항원 특이적 TCR(다른 색상으로 표시됨, 총 XNUMX개의 TCR 클론)이 확인되었습니다.
아이치 암센터와 NEC, 폐암 항원 및 항원 특이적 T 세포 식별을 위한 효율적인 방법 개발 PlatoBlockchain Data Intelligence 수직 검색. 일체 포함.
그림 4. (A) 140개의 TCR을 표현하는 TCR 클론(n=XNUMX)의 재클러스터링. (B) 각 항원에서 T 세포 하위 집합 정의 유전자의 발현 분석.

연구 배경

폐암은 가장 흔한 암 중 하나이며 전 세계적으로 암 사망의 주요 원인 중 하나입니다. 수술, 화학 요법, 방사선 요법, 분자 표적 요법, 면역 요법 및 이들의 조합과 같은 많은 유형의 암 치료가 있습니다. 최근 개발된 면역관문억제제(ICI)가 새로운 치료제로 주목받고 있으며, 폐암은 ICI에 가장 민감한 암 중 하나지만, 일부 개인에게만 효과가 있다. 따라서 폐암에 대한 새로운 효과적인 면역 요법이 필요합니다.

TIL의 세포독성 T 림프구(CTL)는 종양 세포를 특이적으로 인식하고 제거할 수 있는 중요한 면역 세포입니다. CTL에 의해 표적이 되는 항원은 암-고환 항원(CTA)과 같이 환자들 사이에서 일반적으로 발현되는 공통 항원 및 환자 특이적 신생항원을 포함합니다. 일반적으로 항원을 식별하는 것은 쉽지 않습니다. 이러한 항원을 효율적으로 식별할 수 있다면 ICI와 항원 특이 면역 요법을 병용하여 치료 효과를 높일 수 있습니다.

본 연구의 내용 및 결과

Aichi Cancer Center와 NEC의 이 연구에서 외과적으로 절제된 비소세포 폐암(NSCLC) 환자의 TIL 특성을 결정하기 위해 단일 세포 분석을 수행했습니다(n=3)(그림 1). 그런 다음 유전자 발현 프로필을 기반으로 TIL을 10개의 클러스터로 나누고 소진 마커라고 하는 유전자의 발현을 특징으로 하는 소진된 T 세포 클러스터(Tex 클러스터)를 식별했습니다(그림 2). 식별된 소진된 T 세포 클러스터에 포함된 TCR을 합성하고 각각의 TCR을 해당 T 세포로 유도하고 NEC의 AI 기반 항원 예측 시스템과 일반적인 CTA로 예측한 신생항원에 대한 면역 반응을 조사했습니다. NEC의 AI 기반 항원 예측 시스템이 면역 반응을 일으키는 항원을 정확하게 예측할 수 있음을 확인했으며, KK-LC-1을 인식하는 2개의 TCR(CTA 중 하나, *3)과 신항원을 인식하는 XNUMX개의 TCR을 확인했다( 그림 XNUMX).

연구원의 의견

Hirokazu Matsushita 박사, Aichi Cancer Center, Translational Oncoimmunology 과장
NEC 및 주요 연구 기관과 협력하여 아이치 암 센터는 암 환자의 수술 샘플을 사용하여 항원 및 항원 특이적 T 세포를 효율적으로 식별하는 절차를 개발했습니다. 앞으로 우리는 이 시스템에 항원과 항원 특이적 T 세포를 포함하는 암 미세 환경의 공간 분석을 추가하여 암에 침투하는 T 세포의 특성을 더 명확히 할 것입니다. 이러한 연구에서 혁신적인 암 면역 요법을 개발하는 것을 목표로 하는 것 외에도, 우리는 얻은 지식을 다른 암에도 적용할 것입니다.

야마시타 요시코 박사 NEC Corporation AI 의약품 개발 사업부 선임 전문가
NEC는 신항원을 표적으로 하는 맞춤형 암 백신 요법의 임상 시험을 수행하고 있습니다. 본 연구에서 구축한 항원 특이적 T 세포를 식별하는 방법과 AVIB(Attentive Variational Information Bottleneck) 방법을 이용하여 더욱 정교한 맞춤형 암백신 면역치료제 및 공학적 T 세포 치료제를 구현하는 데 한 걸음 더 나아갔다고 생각합니다(* 3) NEC에서 새로 개발한 AI를 사용하여 TCR과 항원 간의 상호 작용을 예측합니다. 환자들에게 효과적인 치료법을 제공하기 위해 연구개발에 박차를 가하겠습니다.

연구 지원
아이치 암 센터 우선 과제 연구
NEC Corporation
일본 과학 진흥회 과학 연구 보조금 제도
일본 호흡기 재단
우에하라 기념 생명 과학 재단

(1) 단일 세포 분석은 조직 덩어리가 아닌 각 세포의 DNA 전달 산물인 RNA를 검출할 수 있는 분석 방법으로, 세포의 수준에 따라 개별 세포의 개성과 다양성을 이해할 수 있습니다. 유전자 발현.
(2) KK-LC-1(KitaKyushu Lung Canner antigen-1): 암에서 발현되는 것으로 보고된 암 및 고환 항원.
(3) AVIB(Attentive Variational Information Bottleneck) 방법: NEC Laboratories Europe 및 NEC Laboratories America에서 AI를 사용하여 TCR과 항원 간의 상호 작용을 예측하기 위해 개발한 변이 정보 병목 현상 방법입니다. (bit.ly/43YKys6)

NEC Corporation 정보

NEC Corporation은 "Orchestrating a bright world"라는 브랜드 선언문을 홍보하면서 IT 및 네트워크 기술 통합의 리더로 자리 매김했습니다. NEC는 모든 사람이 잠재력을 최대한 발휘할 수 있는 보다 지속 가능한 세상을 촉진하기 위해 안전, 보안, 공정성 및 효율성이라는 사회적 가치를 제공함으로써 기업과 커뮤니티가 사회와 시장 모두에서 발생하는 급격한 변화에 적응할 수 있도록 합니다. 자세한 내용은 NEC(www.nec.com)를 참조하십시오.

타임 스탬프 :

더보기 JCN 뉴스 와이어